Il modello più recente di Open AI, GPT-40, è un assistente IA multimodale rivoluzionario in grado di gestire un'ampia gamma di input e output. Alcuni punti salienti:

• Capacità multimodali: GPT-40 può comprendere e generare contenuti in vari formati, inclusi testo, audio, immagini e video. Ciò consente interazioni più naturali e contestuali.

• Accesso gratuito per tutti: le funzionalità avanzate di GPT-40, come la navigazione in Internet, l'interpretazione del codice e l'analisi dei dati, sono ora disponibili gratuitamente per tutti gli utenti di ChatGPT. I membri di ChatGPT Plus ottengono ulteriori vantaggi come tempi di risposta più rapidi e limiti di output più elevati.

• Capacità conversazionali: GPT-40 può impegnarsi in conversazioni simili a quelle umane, con la capacità di comprendere il tono, fornire supporto emotivo e persino raccontare storie con espressività.

• Comprensione visiva: il modello può interpretare le informazioni visive, come risolvere problemi di matematica analizzando immagini, e generare immagini in base a descrizioni testuali.

• Integrazione desktop: Open AI ha rilasciato un'app desktop che consente agli utenti di accedere direttamente a GPT-40 sui loro computer, con la possibilità di condividere il contenuto dello schermo e ottenere assistenza contestuale.

Il nuovo modello GPT-40 di Open AI è un potente e versatile modello linguistico che va oltre la semplice generazione di testo. Ecco alcune delle principali capacità di GPT-40 che sono state presentate:

Capacità multimodali

GPT-40 è un modello multimodale, il che significa che può gestire e comprendere diversi tipi di media come audio, video e immagini oltre al testo. Ciò gli consente di svolgere compiti che combinano più modalità, come descrivere il contenuto di un'immagine o di un video.

Conversazione avanzata

Il modello ha dimostrato impressionanti capacità conversazionali, impegnandosi in un dialogo bidirezionale e assumendo persino toni ed emozioni diverse. È stato in grado di comprendere il contesto e fornire risposte pertinenti e coerenti.

Risoluzione di problemi passo dopo passo

Quando gli è stato presentato un problema di matematica, GPT-40 non si è limitato a fornire la risposta finale. Invece, ha illustrato il processo passo dopo passo per risolvere il problema, spiegando il suo ragionamento lungo il percorso.

Output vocale personalizzabile

GPT-40 può generare output vocale con tono, emozione ed espressività personalizzabili. Ciò gli consente di suonare più naturale e simile a un essere umano durante le conversazioni.

Generazione di immagini

Oltre al testo, GPT-40 ha la capacità di generare immagini. Gli esempi mostrati includevano la creazione di immagini dettagliate con testo leggibile e la generazione di design di personaggi coerenti attraverso più scene.

Sintesi di oggetti 3D

Il modello può prendere immagini 2D e generare ricostruzioni 3D, animandole e applicando loghi o altri elementi agli oggetti 3D.

Ilia Sutskever, uno dei fondatori originali di OpenAI, ha deciso di allontanarsi dall'azienda. Dopo quasi un decennio in OpenAI, Sutskever ha preso la decisione di lasciare l'azienda.

Sutskever faceva parte del consiglio che ha deciso di licenziare il CEO di OpenAI, Sam Altman, nel novembre 2023. Tuttavia, Sutskever in seguito si è pentito di questa decisione e si è pubblicamente scusato, affermando che è stato un errore licenziare Altman.

Sebbene i motivi della partenza di Sutskever non siano del tutto chiari, sembra che non fosse pienamente allineato con la direzione intrapresa da OpenAI. In quanto ricercatore e accademico, Sutskever è probabilmente più interessato alla scienza e alla tecnologia dietro l'IA, piuttosto che alla monetizzazione e alla commercializzazione della tecnologia.

Nel suo messaggio di addio, Sutskever ha espresso fiducia nella leadership di OpenAI sotto Altman, Greg Brockman e Mira Murati, e ha dichiarato di essere entusiasta di ciò che lo attende nel suo prossimo progetto personale, di cui fornirà dettagli a tempo debito.

La partenza di Sutskever è una perdita significativa per OpenAI, poiché era uno dei membri fondatori dell'azienda e una guida nel campo dell'IA. Tuttavia, l'azienda sembra stare procedendo con i suoi ambiziosi piani, incluso il recente rilascio del potente modello GPT-4.

Resta da vedere come la partenza di Sutskever influenzerà il percorso di OpenAI, ma è chiaro che l'azienda sta attraversando una transizione significativa mentre continua a spingere i confini dell'intelligenza artificiale.

Secondo quanto riferito, diversi membri chiave del team di super allineamento di OpenAI hanno lasciato l'azienda. Tra questi figurano Yan Lecun, Leopold Ashenbrener e William Saunders.

Queste persone facevano parte del team responsabile di garantire che i sistemi IA sviluppati da OpenAI, come GPT-4, rimangano sicuri e benefici. La loro partenza è preoccupante, in quanto suggerisce potenziali problemi o disaccordi all'interno dell'azienda riguardo alla direzione e alla sicurezza dei loro modelli IA avanzati.

Il team di super allineamento svolge un ruolo fondamentale nel tentativo di mitigare i rischi dei potenti sistemi IA. La loro uscita potrebbe segnalare tensioni interne o un cambiamento di priorità in OpenAI che privilegia lo sviluppo rapido rispetto a misure di sicurezza robuste.

Queste notizie arrivano poco dopo la partenza di Ilya Sutskever, uno dei co-fondatori di OpenAI, che ha annunciato di lasciare l'azienda per perseguire un nuovo progetto "personalmente significativo".

La perdita di queste figure chiave, soprattutto di coloro che si concentrano sulla sicurezza dell'IA, è uno sviluppo preoccupante che merita un'attenta osservazione. Solleva domande sulla futura direzione e sulle priorità di OpenAI mentre continuano a spingere i confini dei modelli linguistici su larga scala e di altre capacità IA avanzate.

Il più grande annuncio del Google IO 2024 è stata l'introduzione dei modelli IA Gemini. Gemini 1.5 Flash e Gemini 1.5 Pro sono i nuovi modelli linguistici su larga scala di Google.

Gemini 1.5 Flash è un modello più veloce, mentre Gemini 1.5 Pro è progettato per la migliore output possibile. Entrambi i modelli hanno una finestra di contesto di 1 milione di token, con piani per aumentarla a 2 milioni di token in futuro. Ciò consente input e output di circa 1,5 milioni di parole.

Un altro punto salienti è stato Project Astra, che consente a un telefono cellulare di vedere ciò che la fotocamera sta guardando e rispondere a domande su di esso. La demo ha mostrato il telefono che ricordava dettagli come la posizione di un paio di occhiali, e il presentatore è stato in grado di continuare a interagire con il sistema utilizzando un paio di occhiali per la realtà aumentata, suggerendo future capacità simili a Google Glass.

Google ha inoltre presentato il suo nuovo modello di testo-immagine, Imagine 3, che si sta avvicinando al realismo di modelli come Midjourney. Hanno dimostrato un nuovo modello di generazione video chiamato Veo, in grado di creare video 1080p di oltre 1 minuto, anche se non raggiunge la qualità di Sorai di Anthropic.

Altri annunci includevano aggiornamenti a Google Search, Gmail e altri strumenti della suite Google, aggiungendo funzionalità alimentate dall'IA come il ragionamento multi-step, l'organizzazione automatica delle e-mail e la comprensione del contesto delle foto.

Complessivamente, l'evento Google IO è stato ricco di una vasta gamma di annunci alimentati dall'IA, che mostrano la continua spinta dell'azienda a integrare l'IA attraverso i suoi prodotti e servizi.

Iniziando con Anthropic, l'azienda ha assunto Mike Krieger, co-fondatore di Instagram, come nuovo responsabile del prodotto. Krieger, che è stato uno dei co-fondatori di Instagram e co-fondatore dell'app di notizie Artifact, avrà il compito di progettare buone esperienze utente per entusiasmare più persone nell'utilizzo degli strumenti di Anthropic come Claude.

Anthropic ha anche rilasciato una nuova funzionalità di generazione di prompt nella sua console. Gli utenti possono ora generare prompt pronti per la produzione descrivendo ciò che vogliono ottenere, e il sistema utilizzerà tecniche di ingegneria dei prompt come il ragionamento a catena di pensieri per creare prompt più efficaci, precisi e affidabili.

Passando oltre, la società di IA Hume ha rilasciato un nuovo strumento chiamato Chatter - un'esperienza podcast interattiva. Chatter è un podcast che consente di guidare la conversazione, ponendo domande all'host IA e ottenendo risposte personalizzate sui propri interessi, in questo caso concentrandosi sulle ultime notizie sull'IA.

Infine, un video della fondatrice di Bumble, Whitney Wolfe Herd, è diventato virale la scorsa settimana, in cui ha ipotizzato il futuro degli appuntamenti con i concierge IA per gli appuntamenti. L'idea è che il tuo concierge IA personale andrebbe in appuntamenti con i concierge IA di altre persone per determinare la compatibilità, prima di presentare le persone reali. Sebbene questo suoni come una trama di Black Mirror, evidenzia come l'IA potrebbe potenzialmente svolgere un ruolo nelle future esperienze di appuntamenti.

Complessivamente, il mondo dell'IA continua a evolversi rapidamente, con aziende come Anthropic, Hume e persino app di appuntamenti che esplorano nuovi modi per sfruttare questa tecnologia. Sarà interessante vedere come si svilupperanno questi sviluppi nei prossimi mesi.

La scorsa settimana è stata un vortice di notizie sull'IA, con importanti annunci sia da Google che da OpenAI.

OpenAI ha svelato il suo ultimo modello linguistico, GPT-4, che è un potente sistema multimodale in grado di gestire una varietà di input come audio, immagini e video. L'aspetto più impressionante è che GPT-4 sarà ora disponibile per tutti gli utenti gratuiti di ChatGPT, dando loro accesso a funzionalità avanzate precedentemente riservate agli abbonati a pagamento.

D'altra parte, Google ha adottato un approccio diverso al suo evento I/O - bombardando il pubblico con oltre 100 annunci correlati all'IA. I punti salienti includono i nuovi modelli linguistici Gemini, l'impressionante Project Astra in grado di comprendere visivamente una scena e i progressi nella generazione di testo-immagine e video.

Mentre Google potrebbe aver sopraffatto con il volume di aggiornamenti, entrambe le aziende hanno dimostrato progressi significativi nel rendere l'IA più accessibile e capace. La corsa per la supremazia dell'IA si sta intensificando e sarà entusiasmante vedere come queste tecnologie evolveranno e impatteranno la nostra vita quotidiana negli anni a venire.

Poiché la stagione degli eventi sull'IA continua, con prossime presentazioni da Microsoft, Cisco, Qualcomm e Apple, non mancheranno sviluppi innovativi dell'IA da aspettarsi. Questo è un periodo entusiasmante per l'industria dell'IA e non vedo l'ora di continuare a condividere con voi le ultime notizie e informazioni.